“物理世界”（以制造業(yè)設(shè)備為代表）和“數(shù)字世界”（由人工智能、傳感器等技術(shù)代表）的碰撞催生了制造業(yè)的巨大的轉(zhuǎn)變，兩個(gè)世界的融合將為下一輪經(jīng)濟(jì)發(fā)展注入新的動(dòng)能。以人工智能為代表的新技術(shù)正在對(duì)生產(chǎn)流程、生產(chǎn)模式和供應(yīng)鏈體系等生產(chǎn)運(yùn)營(yíng)過程產(chǎn)生巨大影響。人工智能技術(shù)在制造過程診斷中的應(yīng)用價(jià)值正逐漸凸顯，尤其是在沖壓件質(zhì)量檢測(cè)及工藝優(yōu)化方面正發(fā)揮著人工無法比擬的優(yōu)勢(shì)。簡(jiǎn)言之，人工智能相關(guān)技術(shù)可代替人眼去完成沖壓件的識(shí)別、測(cè)量、定位、判斷等功能，不僅如此人工智能還具有“學(xué)習(xí)”能力，可通過樣本積累與模型訓(xùn)練調(diào)優(yōu)，準(zhǔn)確預(yù)測(cè)沖壓件開裂風(fēng)險(xiǎn)，從而實(shí)現(xiàn)沖壓產(chǎn)品質(zhì)量的精確控制和優(yōu)化提升。以下為人工智能技術(shù)在汽車制造沖壓車間的應(yīng)用案例。
項(xiàng)目背景
在機(jī)械制造中,沖壓成形作為非常重要的塑性加工方法,廣泛應(yīng)用于汽車、航空航天、電器等工業(yè)領(lǐng)域。眾所周知，汽車車身的大部分覆蓋件和結(jié)構(gòu)件均為薄板沖壓件，沖壓工藝水平與沖壓質(zhì)量的高低對(duì)汽車制造企業(yè)至關(guān)重要。
某汽車制造企業(yè)生產(chǎn)基地的沖壓車間建有三條沖壓生產(chǎn)線，主要生產(chǎn)側(cè)圍、翼子板、車門、引擎蓋等輪廓尺寸較大且具有空間曲面形狀的乘用車車身覆蓋件。在沖壓生產(chǎn)過程中，部分側(cè)圍在拉伸工序中易產(chǎn)生局部開裂現(xiàn)象，需反復(fù)進(jìn)行參數(shù)調(diào)整與試制；在生產(chǎn)線線尾，需配備大量質(zhì)檢人員進(jìn)行沖壓件表面缺陷人工檢測(cè)。
問題與挑戰(zhàn)
1.沖壓產(chǎn)線線尾現(xiàn)有檢測(cè)方式為人工手動(dòng)檢測(cè)，需要在有限生產(chǎn)節(jié)拍時(shí)間內(nèi)，快速分揀出帶有開裂、刮傷、滑移線、凹凸包等表面缺陷的沖壓件，檢測(cè)標(biāo)準(zhǔn)不統(tǒng)一、穩(wěn)定性不高、質(zhì)檢數(shù)據(jù)難以有效量化和存儲(chǔ)，不利于企業(yè)數(shù)據(jù)資源收集、質(zhì)量問題分析與追溯。
2.在沖壓生產(chǎn)試制過程中，影響側(cè)圍在拉伸工序中產(chǎn)生局部開裂的因素眾多，如設(shè)備參數(shù)、模具狀態(tài)、板材性能等，調(diào)整參數(shù)與反復(fù)試制的方法，具有一定的盲目性，成本大、效率低。
3.影響因素多、數(shù)據(jù)形式差異大，且分布在車間不同業(yè)務(wù)系統(tǒng)中，既有設(shè)備實(shí)時(shí)數(shù)據(jù)，又有非結(jié)構(gòu)化的圖像數(shù)據(jù)，對(duì)數(shù)據(jù)采集、管理與存儲(chǔ)的要求極高。
解決方案
基于上述情況，美林?jǐn)?shù)據(jù)為企業(yè)構(gòu)建大數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)對(duì)工廠沖壓車間的設(shè)備、模具、材料、制造過程數(shù)據(jù)、質(zhì)檢數(shù)據(jù)的集成、存儲(chǔ)與統(tǒng)一管控，并借助基于機(jī)器學(xué)習(xí)的數(shù)據(jù)挖掘、基于機(jī)器視覺的智能檢測(cè)技術(shù)，實(shí)現(xiàn)對(duì)側(cè)圍沖壓開裂的預(yù)測(cè)與產(chǎn)品件表面缺陷的智能識(shí)別。
◎依據(jù)沖壓設(shè)備加工參數(shù)、板材參數(shù)、模具性能參數(shù)及維修記錄等，通過數(shù)據(jù)挖掘機(jī)器學(xué)習(xí)算法，建立沖壓工藝智能預(yù)測(cè)模型。通過樣本積累與模型訓(xùn)練調(diào)優(yōu)，準(zhǔn)確預(yù)測(cè)沖壓件開裂風(fēng)險(xiǎn)。最后，確定制造過程影響因素間的相關(guān)性，制定生產(chǎn)過程參數(shù)組合控制策略，為沖壓制造過程工藝優(yōu)化和質(zhì)量把控提供支持。
◎基于機(jī)器視覺的沖壓件缺陷智能識(shí)別檢測(cè)，立足生產(chǎn)線現(xiàn)有條件，設(shè)計(jì)圖像采集系統(tǒng)，通過圖像實(shí)時(shí)采集與智能分析，快速識(shí)別沖壓件是否存在表面缺陷，并自動(dòng)將所有檢測(cè)圖像及過程處理數(shù)據(jù)存儲(chǔ)至大數(shù)據(jù)平臺(tái)。通過質(zhì)檢數(shù)據(jù)、生產(chǎn)過程工藝參數(shù)、產(chǎn)品設(shè)計(jì)參數(shù)間的關(guān)聯(lián)，借助大數(shù)據(jù)分析技術(shù)，形成沖壓產(chǎn)品質(zhì)量問題分析管理的閉環(huán)連接，實(shí)現(xiàn)沖壓產(chǎn)品質(zhì)量的精確控制和優(yōu)化提升。
應(yīng)用價(jià)值
1.通過預(yù)測(cè)沖壓件開裂風(fēng)險(xiǎn)，提升企業(yè)新車型沖壓件加工參數(shù)設(shè)計(jì)效率，減少試制次數(shù)和試制成本。
2.通過快速智能檢測(cè)沖壓件表面缺陷，提高生產(chǎn)線檢測(cè)的穩(wěn)定性、可靠性，降低質(zhì)檢工人勞動(dòng)強(qiáng)度和人工成本。同時(shí)，產(chǎn)品質(zhì)檢數(shù)據(jù)被有效存儲(chǔ)，為實(shí)現(xiàn)質(zhì)量閉環(huán)分析與追溯提供重要數(shù)據(jù)支持。
3.為企業(yè)的智能制造轉(zhuǎn)型推進(jìn)探索出一條切實(shí)可行的示范道路，并為工業(yè)大數(shù)據(jù)、人工智能等技術(shù)在同行企業(yè)中的推廣與應(yīng)用積累了寶貴經(jīng)驗(yàn)。
適用行業(yè)
汽車制造、航空航天、家電生產(chǎn)等具有沖壓、噴涂工藝，且對(duì)產(chǎn)品表面質(zhì)量要求較高的行業(yè)。
